点云模型水印-变换域算法-DCT，IDCT，频域系数

变换域水印算法-变换域：

变换域水印算法是通过修改变换域系数来嵌入水印，其中变换域主要有以下四种，离散余弦变换(Discrete Cosine Transform，DCT)、离散傅里叶变换(Discrete FourierTransform，DFT)、离散小波变换（Discrete Wavelet Transform，DWT)、频谱分析。

 

变换域水印算法-优点:

变换域水印算法具有以下两个优点:一是变换域水印算法通过修改变换域系数来嵌入水印，使水印信息扩散到整个载体中，人眼感知不到含水印模型与原始模型之间的差别。二是变换域水印算法对噪声、剪切、简化等攻击具有较好的鲁棒性。

 

DCT:

离散余弦变换DCT (Discrete Cosine Transform）是和傅里叶变换相关的一种变换，它类似于离散傅里叶变换DFT (Discrete Fourier Transform)，但是只使用实数。离散傅里叶变换因为需要进行复数运算，所以它在实际的图像通信中较少使用，但是它具有理论的指导意义。通过离散傅里叶变换性质，将实偶函数的傅里叶变换只含实的余弦项，就构造了一种实数域的变换——DCT。

IDCT:

离散余弦变换，它的逆通常被称为逆离散余弦变换IDCT ( Inverse Discrete CosineTransform）。DCT是将空间域中的像素数据变换到频率域系数，而IDCT是把频率域的系数变换到空间域中的图像像素，它的应用领域较为广泛。

频域系数：

DCT变换后的频域系数分为三类，分别是低频系数、中频系数和高频系数。其中低频系数代表了图像的主要能量，它体现的是图像的目标轮廓;高频系数代表了图像的边缘信息，它体现了图像的形状细节。相对于低频分量，人眼对高频分量不是特别敏感，所以基于此特性，DCT变换的一个经典应用场合就是图像压缩，不仅不影响视觉效果，还能提高数据的压缩率。DCT变换的另一个特性是去相关性，但算法的复杂度会随着处理图像块的增加而呈指数增加。如果在变换域的低频分量中嵌入水印，虽然有利于算法的鲁棒性，但是水印的不可见性会受到影响;如果在变换域的高频分量中嵌入水印，虽然提高了水印的不可见性，但是算法的鲁棒性会较差。可以把水印内容嵌入到变换域中的中频系数，从而平衡了水印不可见性和算法鲁棒性，达到较好的信息隐藏效果。